Khác biệt tham số và giao thức của Grok

Tìm hiểu khác biệt tham số và cách dùng mô hình Grok qua các giao thức tương thích.

Chỉnh suy nghĩ, lấy mẫu, đệm Grok theo trang này. Cấu trúc đầy đủ: Chat Completions, Responses.

Mô hình áp dụng

Mô hình	Điểm sử dụng
grok-4.7	Hỗ trợ `low/medium/high/xhigh`, mặc định `high`, không tắt suy nghĩ; Responses mặc định trả mã hóa
grok-4.6	Cũng bốn mức, mặc định `high`, không tắt; yêu cầu mã hóa qua `include`
grok-4.5	Hỗ trợ `low/medium/high`, mặc định `high`, không tắt; `xhigh` xử lý như `high`

xAI coi Chat là lớp tương thích cũ, Responses API chính; Messages cũ chính thức ngừng khuyến nghị. Không có nghĩa nền tảng dừng các giao thức khác.

Khác biệt Chat Completions

Trường	Khác biệt
`reasoning_effort`	Chọn mức theo bảng; `none` không tắt suy nghĩ
`temperature`	Yêu cầu nhận `0～2`, thực tế tối đa `1`; giá trị hợp lệ trên `1` thành `1`, không phải ngừng trường
`top_p`	Giá trị hợp lệ đến `1`, thực tế không vượt mặc định mô hình hiện `0.95`; bỏ thì dùng mặc định
`presence_penalty/frequency_penalty/stop`	Không hỗ trợ trên mô hình này, truyền sẽ lỗi; không áp tùy chọn Reference chung
`logprobs/top_logprobs`	Cả ba không hỗ trợ, bỏ qua âm thầm, khác lỗi ở trên
`tools[].function.strict`	Đối số tuân theo JSON Schema hỗ trợ; `strict` ngầm `true`; `false` không chuyển sang sinh không nghiêm ngặt
Lịch sử suy nghĩ	Chat không có trường reasoning mã hóa kiểu Responses; muốn truyền qua lượt dùng Responses

Khác biệt Responses

Trường	Khác biệt
`reasoning.effort`	Mức theo mô hình ở trên, mặc định `high`; không tắt suy nghĩ
`temperature/top_p`	Cùng trần lấy mẫu; phản hồi có thể hiển thị lại giá trị yêu cầu, không phải thực tế sau cắt
Phạt và Logprobs	Như Chat: phạt không hỗ trợ, Logprobs bỏ qua; chuyển Responses không bật lại
`max_output_tokens`	Chỉ giới hạn trả lời hiển thị, không token suy nghĩ/hàm; mặc định `128000`, không cách tính tổng OpenAI
`include`	grok-4.6, grok-4.5 yêu cầu mã hóa qua `reasoning.encrypted_content`; grok-4.7 tự trả dù không yêu cầu
`store/previous_response_id`	`store` mặc định `true`; phản hồi gốc lưu `30` ngày, tiếp tục qua ID. Với `store: false`, gửi đầy đủ lịch sử và mọi mục, không chỉ văn bản; giữ mã hóa nguyên trạng
`tools[].strict`	Hàm cũng nghiêm ngặt ngầm; tham số và đầu ra dùng tập con Schema xAI
JSON Schema	`additionalProperties` mặc định `false`; muốn thuộc tính thêm đặt `true`; `$ref/$defs` chỉ tham chiếu không vòng, không Schema đệ quy
Công cụ máy chủ	xAI Responses dùng `web_search`, `x_search`, `code_interpreter`; cuối tương ứng `code_execution` SDK gốc, không lẫn tên

Khác biệt bộ nhớ đệm

Trường	Khác biệt
Đệm tiền tố tự động	Tự tái dùng tiền tố giống; chỉ dẫn tĩnh trước, chỉ thêm sau, không sửa/đảo lịch sử
`x-grok-conv-id`	ID hội thoại ổn định trong Header Chat, giúp định tuyến máy có đệm; không tham số mô hình
`prompt_cache_key`	ID tương ứng trong thân Responses; giữ mỗi lượt, gửi mã hóa nguyên trạng, không thêm TTL/điểm ngắt hãng khác
Mức sử dụng đệm	Chat `usage.prompt_tokens_details.cached_tokens`, Responses `usage.input_tokens_details.cached_tokens`; đệm có thể bị xóa, ID không đảm bảo trúng

Khác biệt đầu vào đa phương tiện

Đầu vào	Khối giao thức	Khác biệt
Hình ảnh	`image_url`	Chat `image_url.url` nhận URL công khai / Base64 Data URL; JPEG / PNG, tối đa `20 MiB` mỗi ảnh
Hình ảnh	`input_image`	Responses `image_url` trực tiếp URL công khai / Base64 Data URL, cùng giới hạn, không đối tượng Chat

Cả ba xuất văn bản; detail nhận auto/low/high cho độ chi tiết xử lý ảnh, không sinh ảnh.

Ví dụ gọi

Thay MODEL_ID bằng ID đầy đủ, đặt định danh ổn định mỗi hội thoại. Responses quản lý thủ công, gửi toàn bộ đầu ra/mã hóa ở lượt sau.

curl 'https://api.agtcloud.ai/v1/chat/completions' \
  -H 'Authorization: Bearer your-api-key' \
  -H 'Content-Type: application/json' \
  -H 'x-grok-conv-id: YOUR_CONVERSATION_ID' \
  --data '{
    "model": "MODEL_ID",
    "messages": [{"role": "user", "content": "Giải thích cách xử lý thời gian chờ API bằng ba ý"}],
    "reasoning_effort": "high",
    "max_tokens": 4096
  }'